Hay una escena que se repite en oficinas de Santiago, Bogotá y Ciudad de México: alguien abre una presentación titulada "Estrategia de IA", muestra ocho herramientas, y al terminar nadie en la sala puede señalar una sola cosa que exista hoy y no existiera antes. Adopción, mucha. Resultados, pocos. Y esa distancia no se cierra viendo un tutorial más.
El dato más incómodo del año lo puso el MIT. Su informe The GenAI Divide: State of AI in Business 2025, de la iniciativa NANDA, revisó 300 despliegues públicos de IA, entrevistó a unos 150 líderes y encuestó a cientos de empleados. Conclusión: el 95% de los pilotos de IA generativa no produjo ningún impacto medible en el resultado de la empresa. No fallaron los modelos. Falló el paso de "lo probamos" a "lo usamos para producir algo".
Chile no tiene un problema de herramientas: tiene un problema de manos
Si la teoría fuera el cuello de botella, la región estaría paralizada. No lo está. El estudio de adopción de IA en empresas chilenas de Entel Digital (septiembre de 2025, más de 500 dueños, directores y gerentes encuestados) muestra que más del 80% de las grandes empresas y cerca del 70% de las pymes ya usan IA en algún grado, y que el 93% cree que su impacto será positivo.
Entonces, ¿qué frena a las que no avanzan? El mismo estudio lo dice sin rodeos: el principal obstáculo declarado es la falta de capacitación de los trabajadores (40%), junto con la ausencia de reglas internas sobre datos y uso de IA.
Traducido: el problema no es que falten licencias de software. Es que hay mucha gente con acceso a una herramienta poderosa y ninguna hora de práctica guiada con un objetivo concreto. Es como repartir cámaras profesionales en una empresa y esperar que aparezca una campaña. Aparecen fotos. No aparece una campaña.
El curso que empiezas y no terminas es el formato más popular del mundo
Aquí conviene mirar a la educación en línea, que lleva más de una década intentando resolver exactamente esto y dejó evidencia dura.
El estudio de Justin Reich y José A. Ruipérez-Valiente publicado en Science en 2019 analizó 12,67 millones de inscripciones a cursos masivos en línea de MIT y Harvard. El resultado quedó como una de las cifras más citadas del sector: en 2017-18, solo el 3,13% de quienes se inscribieron completó el curso, cuando tres años antes esa cifra rondaba el 6%. Y hay un dato todavía más revelador sobre el hábito: de 1,1 millón de personas que tomaron su primer curso masivo en 2015-16, apenas el 12% volvió a inscribirse en otro al año siguiente.
Las plataformas mejoraron, los videos se produjeron mejor, las interfaces se pulieron. La terminación no subió: bajó. Lo que ese formato optimizó fue el acceso al contenido, que ya no era el problema. Hoy el contenido sobra: hay tutoriales gratuitos de casi cualquier herramienta de IA a un clic de distancia, y muchos son excelentes. Guardarlos no es aprender; es coleccionar buenas intenciones con fecha de vencimiento, porque la herramienta cambia en tres meses y el video envejece antes de que lo abras.
Lo que sí mueve la aguja: trabajar sobre un proyecto propio
La alternativa no es una opinión de marketing educativo, tiene respaldo. Un metaanálisis publicado en Educational Psychology Review en 2024 (Wijnia y colegas) reunió 132 reportes con 139 submuestras que comparan aprendizaje basado en problemas, en proyectos y en casos contra la clase expositiva tradicional. El efecto sobre la motivación de quien aprende fue positivo y consistente (d = 0,498, un efecto de pequeño a moderado), y fue mayor cuando la metodología se aplica en una actividad acotada y no como reforma general del programa.
Ese matiz importa más de lo que parece: una sesión bien diseñada con un proyecto real rinde más que rediseñar el plan completo. No necesitas un diplomado de seis meses para cambiar tu manera de trabajar. Necesitas una tarde en que produzcas algo tuyo, con acompañamiento, y salgas con el flujo anotado para repetirlo el lunes.
Un proyecto propio hace tres cosas que un video no hace. Te obliga a decidir (el tutorial ya decidió por ti). Te muestra dónde se rompe la herramienta con tu material, no con el material de demostración. Y te deja un resultado que puedes mostrar, que es la única evidencia que le sirve a tu jefatura, a tu cliente o a ti dentro de seis meses.
Dos talleres en agosto, y en ambos sales con algo hecho
Con ese criterio armamos los dos primeros talleres en vivo de Generative. Duran 90 minutos, son en línea, tienen 10 plazas cada uno para que alcance la revisión personalizada, y ninguno termina con una lista de enlaces: terminan con una pieza tuya.
T1 · Imagen generativa: del prompt al arte final — martes 4 de agosto, 19:00. Traes un proyecto propio y trabajamos sobre ese: construimos prompts con intención, iteramos composición y estilo, y cerramos con un flujo repetible para llevar una idea a arte final. Sales con tu pieza avanzada y los siguientes pasos definidos.
T6 · Claude Code hands-on: tu primer MVP — jueves 6 de agosto, 19:00. De una idea a un producto mínimo funcionando: configuración del proyecto, flujo de trabajo con agentes y resolución en vivo de los bloqueos típicos del primer despliegue, que son siempre los mismos y siempre te cuestan una tarde cuando estás solo. Ideal si ya programas algo y quieres multiplicar tu velocidad.
Los dos los dicta Danilo García Medrano y las plazas se reservan en la página de mentorías y talleres. Si prefieres llegar con la base conceptual puesta, el curso gratuito Fundamentos de IA generativa para equipos cubre el vocabulario y los criterios; el taller es donde eso se convierte en un archivo con tu nombre.
Una pregunta antes de cerrar la pestaña
El 95% de los pilotos corporativos que no rinde y el 3% de los cursos en línea que se termina son el mismo fenómeno visto desde dos alturas distintas: el conocimiento disponible dejó de ser el límite. El límite es la práctica terminada, con un resultado que alguien pueda ver.
Así que la pregunta no es qué herramienta de IA deberías aprender este semestre. Es más simple y más incómoda: ¿qué cosa concreta quieres tener terminada el 7 de agosto que hoy no existe? Si tienes la respuesta, ya sabes a cuál de los dos talleres entrar. Si no la tienes, esa es justamente la conversación que estamos teniendo en el foro de la comunidad, y se agradece que llegues con tu caso real.
Fuentes
- MIT NANDA, The GenAI Divide: State of AI in Business 2025 — cobertura y cifras: Fortune
- Entel Digital, Estudio sobre la adopción de IA en las empresas chilenas (2025) — resumen de cifras: Gerencia.cl
- Reich, J. y Ruipérez-Valiente, J. A., The MOOC Pivot, Science (2019) — cobertura de datos: Inside Higher Ed
- Wijnia, L. et al., The Effects of Problem-Based, Project-Based, and Case-Based Learning on Students' Motivation: a Meta-Analysis, Educational Psychology Review 36:29 (2024) — ficha del artículo